Overview. Testen von Planarität. Planare Graphen. Beliebige Knotenpositionen. Gerade Linien. Faces

Größe: px
Ab Seite anzeigen:

Download "Overview. Testen von Planarität. Planare Graphen. Beliebige Knotenpositionen. Gerade Linien. Faces"

Transkript

1 Overview Testen von Planarität Markus Chimani LS XI Algorithm Engineering, TU Dortmund VO Automatisches Zeichnen von Graphen 15 Planarität Grundbegriffe Wie erkennt man Planarität Boyer-Myrvold Überblick Idee Beispiel Gültigkeit Details zum Algorithmus & Analyse Wie mache ich das alles eigentlich wirklich? Wie mache ich das alles eigentlich wirklich schnell? Datenstrukturen, algorithmische Kniffe, Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 2 Planare Graphen Beliebige Knotenpositionen Planarer Graph Planarer Graph Nicht-Planarer Graph Theorem Für jeden planaren Graphen G gilt Für alle beliebigen Knotenpositionen existiert eine planare Zeichnung von G. Nicht-Planare Zeichnung Planare Zeichnung Nicht-Planare Zeichnung Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 3 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 4 Gerade Linien Faces Theorem Jeder planare Graph kann mit ausschliesslich geraden Linien gezeichnet werden. Beobachtung Die der Kanten um die Knoten bleibt gleich! Kantenreihenfolge (CCW) implizierte Faces f 1 f 2 f 3 f 4 f 5 f 6 f 1 f 2 f 3 f 4 f 5 f 6 (äusseres Face) Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 5 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 6 1

2 Faces Einbettungen von planaren Graphen Kantenreihenfolge (CCW) implizierte Faces f 1 f 2 f 3 f 4 f 5 f 6 f 1 (äusseres Face) f 2 f 3 f 4 f 5 f 6 Charakterisierung von planaren Zeichnungen (Äquivalenzklassen) Definition Kombinatorische Einbettung Für alle Knoten zyklische der inzidenten Kanten äquivalent Für alle Faces zyklische der inzidenten Kanten Definition Planare Einbettung Kombinatorische Einbettung & Wahl eines externen Faces Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 7 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 8 Einbettungen Beispiel Kleinste nicht-planare Graphen K 3,3 (vollständig bipartit) K 5 (vollständig) Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 9 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 10 Subdivisions & Minoren Kuratowskis Theorem Theorem (Kuratowski, 1933) Ein Graph ist genau dann nicht-planar, wenn er eine K 5 oder K 3,3 Subdivision enthält. Eine Subdivision von G entsteht durch Splitten von Kanten Ein Minor von G entsteht durch Verschmelzen von adj. Knoten Theorem (Wagner, 1937) Ein Graph ist genau dann nicht-planar, wenn er einen K 5 oder K 3,3 Minor enthält. Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 11 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 12 2

3 Zweizusammenhang Euler Beobachtung Planarität kann man für 2-zusammenhängende Komponenten einzeln testen Sei G=(V,E) mit Faces F n= V, m= E, f= F Theorem (Eulers Polyederformel für planare Graphen) n m + f = 2 Gegebene Einbettung durch Abzählen auf Planarität testen. Folgerung Für planare Graphen muss gelten m 3n 6 m = O(n) Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 13 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 14 Geschichte der Planaritätstests BM Überblick/ Quelle 1961 (Auslander, Parter) polynomiell, O(n 3 ) 1963 (Goldstein) Behebt Fehler (Nicht-Terminierung) in AP 1964 (Demoucron, Malgrange and Partuiset) O(n 2 ), einfach 1967 (Lempel, Even, Cederbaum) O(n 2 ), (vertex addition) 1974 (Hopcroft, Tarjan) O(n), kompliziert, (path addition) 1976 (Booth, Luecker) LEC in O(n) mit Hilfe von PQ-Bäumen (und st-numbering von Even, Tarjan 1976) 1985 (Chiba et al.) Einbettung aus LEC/BL in O(n) 1996 (Mehlhorn, Mutzel) Klärung von HT, Einbettung in O(n) 1985/2003 (de Fraysseix, Rosenstiehl) DFS-basierend, neues Planaritätskriterium, einfacher, sehr schnell 1999/2004 (Boyer, Myrvold) DFS-basierend, einfach und schnell, Einbettung ergibt sich während dem Algorithmus automatisch Jetzt also Planaritätstest von John M. Boyer und Wendy Myrvold Basierend auf On the Cutting Edge Simplified O(n) Planarity by Edge Addition. JGAA 8(3), pp , Vorteile Linear O(n) Einfach (im Vergleich ) Schnell in Praxis Einbettung ergibt sich direkt Einfache Extraktion einer Kuratowski-Subdivision Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 15 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 16 BM Überblick/ Idee BM Überblick/ Kleines Beispiel Gegeben Graph G=(V,E), n = V, m = E = O(n) G DFS-Baum Einbettung Berechne einen beliebigen DFS-Baum (mit beliebigen Startknoten). Ordne Knoten gemäß DFI (DFS-Index) (v 1, v 2,..., v n ) /* DFS-Baum ist trivialerweise planar. */ for v i = { v n,, v 1 } /* Umgekehrte! */ Bette v i, zusammen mit allen Backedges (v j,v i ), mit j>i, planar ein. Einbettung mind. einer Backedge nicht möglich return G nicht planar return G ist planar (und eingebettet) Jede Kante d. Baums ist eigene Bicomp Backedge einfügen Bicomps verschmelzen Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 17 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 18 3

4 BM Überblick/ Hauptprobleme Verwalten der Bicomps In welcher betten wir die Backedges ein? Wie bestimmen wir das Routing einer Backedge? Wie stellen wir fest, dass eine Backedge nicht planar eingebettet werden kann? Wie garantieren wir, dass eine nicht-einbettbare Kante tatsächlich nur bei nicht-planaren Graphen auftritt? (Wie schaffen wir das alles in Linearzeit?) Zwischengraph während Berechnung Menge von Bicomps Cut-Knoten existieren mehrmals je einmal pro inzidenter Bicomp DFS-Baum später während Algorithmus Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 19 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 20 Eigenschaften der Bicomps Definition Die Wurzel einer Bicomp ist der Knoten mit kleinstem DFI Beobachtung Eine Bicomp mit Wurzel v enthält nie mehr als ein DFS-Kind von v Begründung Enthielte die Bicomp mindestens 2 Kinder, so wären diese nur über v verbunden. Widerspruch zu 2-Zusammenhang Pertinenz & Externalität Für Knoten v i mit DFI i pertinente Knoten/Bicomps Knoten v k, mit DFI k > i und Backedge (v k,v i ) Bicomps die am DFS-Pfad v i v k liegen. Cut-Knoten entlang des Pfads externe Knoten Knoten v k mit DFI k > i und Backedge (v k,v q ) mit q < i, oder Cut-Knoten entlang des DFS-Pfad v i v k Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 21 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 22 Backedge einfügen Backedges einfügen externe Knoten müssen aussen liegen Flippen von Bicomps pertinente Bicomps verschmelzen Backedge einfügen unmöglich Backedges einfügen unmöglich externe Knoten können nicht weggeflippt werden Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 23 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 24 4

5 Backedge einfügen möglich? Mehrere Backedges? Einfügelemma Eine Kante kann genau dann eingefügt werden, wenn ein Weg entlang den Aussenflächen der pertinenten Bicomps existiert, der keinen externen Knoten (Stop-Vertex) enthält. Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 25 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 26 Mehrere Backedges? Mehrere Backedges? Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 27 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 28 Mehrere Backedges? Mehrere Backedges? Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 29 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 30 5

6 Mehrere Backedges? Mehrere Backedges? Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 31 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 32 Mehrere Backedges? Mehrere Backedges? Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 33 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 34 Mehrere Backedges? Mehrere Backedges? Übrigbleibende Bicomps in Bicomps 1-zusammenhängende Strukturen. Am Ende verschmelzen. Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 35 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 36 6

7 Beispiel 1 Beispiel 2 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 37 Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 38 Was bleibt? Warum ist der Algorithmus korrekt? Algorithmus bettet Graph ein Graph ist planar Algorithmus bettet Graph nicht ein Graph ist nicht planar Wie/Warum schafft den Algorithmus Linearzeit? Eine naïve Implementation dieser Idee mind. O(n 2 ) Zu lösende Punkte O(n) Kanten einfügen. Jede Kante in O(1) einfügbar? Nein! Amortisierte Analyse Wie schnell kann man eine einzelne Kante einfügen? Ausnutzen, dass mehrere Kanten gleichzeitig eingefügt werden? Geschickte Algorithmik & geschickte Analyse! Morgen! Markus Chimani, LS XI Algorithm Engineering, TU Dortmund VO Autom. Zeichnen von Graphen Planarität testen 39 7

Information Systems Engineering Seminar

Information Systems Engineering Seminar Information Systems Engineering Seminar Algorithmische Prüfung der Planarität eines Graphen Marcel Stüttgen, 22.10.2012 FH AACHEN UNIVERSITY OF APPLIED SCIENCES 1 Planarität - Definition Ein Graph heißt

Mehr

Diplomarbeit. Effiziente Extraktion von Kuratowski-Teilgraphen. Jens M. Schmidt. Gutachter: Prof. Dr. Petra Mutzel Dipl.-Ing.

Diplomarbeit. Effiziente Extraktion von Kuratowski-Teilgraphen. Jens M. Schmidt. Gutachter: Prof. Dr. Petra Mutzel Dipl.-Ing. Diplomarbeit Effiziente Extraktion von Kuratowski-Teilgraphen Jens M. Schmidt Gutachter: Prof. Dr. Petra Mutzel Dipl.-Ing. Markus Chimani 16. März 2007 Fachbereich Informatik der Universität Dortmund Jens

Mehr

Kap. 5: Planaritätsbasierte Verfahren

Kap. 5: Planaritätsbasierte Verfahren Kap. 5: Planaritätsbasierte Verfahren Prof. Dr. Petra Mutzel Lehrstuhl für Algorithm Engineering LS11 Universität Dortmund 23. VO WS07/08 21. Januar 2008 Literatur für diese VO M. Kaufmann, D. Wagner (Eds.):

Mehr

Effizienter Planaritätstest Vorlesung am

Effizienter Planaritätstest Vorlesung am Effizienter Planaritätstest Vorlesung am 23.04.2014 INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER Satz Gegebenen einen Graphen G = (V, E) mit n Kanten und m Knoten, kann in O(n + m) Zeit

Mehr

Übung Theoretische Grundlagen

Übung Theoretische Grundlagen Übung Theoretische Grundlagen Komplexitätstheorie Nico Döttling 8. Januar 2010 INSTITUT FÜR KRYPTOGRAPHIE UND SICHERHEIT KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Dr. Joachim Spoerhase und Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Algorithmische Graphentheorie Sommersemester 2014 10. Vorlesung Planaritätstest Planaritätstest Satz. [Hopcroft & Tarjan,

Mehr

Naiver Algorithmus für Hamiltonkreis

Naiver Algorithmus für Hamiltonkreis Naiver Algorithmus für Hamiltonkreis Algorithmus HAMILTON EINGABE: G = ([n], E) in Adjazenzmatrixdarstellung 1 Für alle Permutationen π : [n] [n]. 1 Falls (π(1), π(2),..., π(n)) ein Kreis in G ist, AUSGABE

Mehr

Visualisierung von Graphen

Visualisierung von Graphen 1 Visualisierung von Graphen Geradlinige Zeichnungen planarer Graphen 6. Vorlesung Sommersemester 2013 (basierend auf Folien von Marcus Krug und Tamara Mchedlidze, KIT) 2 Planare Graphen: Charakterisierung,

Mehr

Kanonische Ordnungen und die Mondshein-Sequenz

Kanonische Ordnungen und die Mondshein-Sequenz Kanonische Ordnungen und die Mondshein-Sequenz a.k.a. (2,)-Order 2 8 0 9 5 7 6 2 Überblick Geradlinige Zeichnungen Kanonische Ordnungen + Shift-Algorithmus Erweiterungen durch Ohrendekompositionen Mondshein-Sequenz

Mehr

Planaritätstest von Boyer und Myrvold

Planaritätstest von Boyer und Myrvold Planaritätstest on Boer nd Mrold A I E D C G H J F H K 0..8 Überblick Planare Graphen, Zeichnngen nd Rotationsssteme Algorithms on Boer-Mrold, Walkp, Walkdon Korrektheit Lafzeit O(n) Folgerngen 0..8 Planare

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Dr. Joachim Spoerhase und Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Algorithmische Graphentheorie Sommersemester 2017 10. Vorlesung Planaritätstest und Färben planarer Graphen Graphen färben

Mehr

Seminar Algorithmen für planare Graphen

Seminar Algorithmen für planare Graphen Seminar Algorithmen für planare Graphen Reinhard Bauer, Marcus Krug, Ignaz Rutter, Dorothea Wagner Universität Karlsruhe (TH) Institut für Theoretische Informatik Lehrstuhl Algorithmik I 24. Oktober 2008

Mehr

WS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Planare Graphen, Färbung)

WS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Planare Graphen, Färbung) WS 2015/16 Diskrete Strukturen Kapitel 4: Graphen (Planare Graphen, Färbung) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Distanzprobleme in der Ebene

Distanzprobleme in der Ebene Distanzprobleme in der Ebene (Literatur: deberg et al., Kapitel 7,9) Christian Knauer 1 Motivation: Alle nächsten Nachbarn Gegeben: Eine Menge von Punkten P in der Ebene Berechne: Zu jedem Punkt aus P

Mehr

Überblick. Kap. 1.4: Minimum Weight Perfect Matching. 1.3 Blüten-Schrumpf Algorithmus für Maximum Matching

Überblick. Kap. 1.4: Minimum Weight Perfect Matching. 1.3 Blüten-Schrumpf Algorithmus für Maximum Matching Kap. 1.4: Minimum Weight Professor Dr. Petra Mutzel Lehrstuhl für Algorithm Engineering, LS11 4. VO 6. November 2006 Überblick kurze Wiederholung: 1.2 Blüten-Schrumpf-Algorithmus für Perfektes Matching

Mehr

2. Triangulation ebener Punktmengen. 3. Definition und Eigenschaften der Delaunay Triangulation

2. Triangulation ebener Punktmengen. 3. Definition und Eigenschaften der Delaunay Triangulation Delaunay Triangulation 1. Motivation 2. Triangulation ebener Punktmengen 3. Definition und Eigenschaften der Delaunay Triangulation 4. Berechnung der Delaunay Triangulation (randomisiert, inkrementell)

Mehr

Algorithmische Methoden zur Netzwerkanalyse

Algorithmische Methoden zur Netzwerkanalyse Algorithmische Methoden zur Netzwerkanalyse Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische

Mehr

Übung zur Vorlesung Diskrete Strukturen I

Übung zur Vorlesung Diskrete Strukturen I Technische Universität München WS 00/0 Institut für Informatik Aufgabenblatt Prof. Dr. J. Csirik. November 00 Brandt & Stein Übung zur Vorlesung Diskrete Strukturen I Abgabetermin: Tutorübungen am. und.

Mehr

Zweizusammenhang und starker Zusammenhang

Zweizusammenhang und starker Zusammenhang .. Zeizusammenhang und starker Zusammenhang Carsten Gutenger Vorlesung Algorithmen und Datenstrukturen WS /. Januar Zeizusammenhang Betrachte ein Netzerk (Graph) Z.B. Computernetzerk, Flug- oder Schienennetzerk

Mehr

durch Einfügen von Knoten konstruiert werden kann.

durch Einfügen von Knoten konstruiert werden kann. Satz von Kuratowski Definition Unterteilung eines Graphen Sei G = (V, E) und e = {u, v} E. 1 Das Einfügen eines neuen Knoten w in die Kante e führt zum Graphen G = (V {w}, E \ e {{u, w}, {w, v}}). 2 Der

Mehr

Diskrete Mathematik Graphentheorie (Übersicht)

Diskrete Mathematik Graphentheorie (Übersicht) Diskrete Mathematik Graphentheorie (Übersicht) Dr. C. Löh 2. Februar 2010 0 Graphentheorie Grundlagen Definition (Graph, gerichteter Graph). Ein Graph ist ein Paar G = (V, E), wobei V eine Menge ist (die

Mehr

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Hausaufgabe 2 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Hausaufgabe 2 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008 Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 9

Mehr

Polygontriangulierung

Polygontriangulierung Vorlesung Algorithmische Geometrie Polygone triangulieren LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 26.04.2011 Das Kunstgalerie-Problem

Mehr

Datenstrukturen Teil 2. Bäume. Definition. Definition. Definition. Bäume sind verallgemeinerte Listen. Sie sind weiter spezielle Graphen

Datenstrukturen Teil 2. Bäume. Definition. Definition. Definition. Bäume sind verallgemeinerte Listen. Sie sind weiter spezielle Graphen Bäume sind verallgemeinerte Listen Datenstrukturen Teil 2 Bäume Jeder Knoten kann mehrere Nachfolger haben Sie sind weiter spezielle Graphen Graphen bestehen aus Knoten und Kanten Kanten können gerichtet

Mehr

A Berlin, 10. April 2017

A Berlin, 10. April 2017 A Berlin, 10. April 2017 Name:... Matr.-Nr.:... Wiederholung der schriftlichen Prüfung zur Vorlesung Diskrete Strukturen (Niedermeier/Molter/Froese, Wintersemester 2016/17) Einlesezeit: 15 Minuten Bearbeitungszeit:

Mehr

Studientag zur Algorithmischen Mathematik

Studientag zur Algorithmischen Mathematik Studientag zur Algorithmischen Mathematik Eulertouren, 2-Zusammenhang, Bäume und Baumisomorphismen Winfried Hochstättler Diskrete Mathematik und Optimierung FernUniversität in Hagen 22. Mai 2011 Outline

Mehr

Kapitel 8: Bipartite Graphen Gliederung der Vorlesung

Kapitel 8: Bipartite Graphen Gliederung der Vorlesung Gliederung der Vorlesung 1. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege 4. Minimale spannende Bäume 5. Färbungen und Cliquen 6. Traveling Salesman Problem 7. Flüsse in Netzwerken

Mehr

Graphen: Rundwege, Kodierung von Bäumen

Graphen: Rundwege, Kodierung von Bäumen TH Mittelhessen, Wintersemester 2013/2014 Lösungen zu Übungsblatt 11 Fachbereich MNI, Diskrete Mathematik 4./5./6. Februar 2014 Prof. Dr. Hans-Rudolf Metz Graphen: Rundwege, Kodierung von Bäumen Aufgabe

Mehr

Übungsaufgaben Graphentheorie, Wintersemester 2011/12

Übungsaufgaben Graphentheorie, Wintersemester 2011/12 Übungsaufgaben Graphentheorie, Wintersemester 2011/12 Frank Göring 25. Januar 2012 Zusammenfassung Übungsaufgaben zur Graphentheorievorlesung. 1 Bis 19.10.2011 1. Wir hatten einen Graphen G als zusammenhängend

Mehr

Graphentheorie. Eulersche Graphen. Eulersche Graphen. Eulersche Graphen. Rainer Schrader. 14. November Gliederung.

Graphentheorie. Eulersche Graphen. Eulersche Graphen. Eulersche Graphen. Rainer Schrader. 14. November Gliederung. Graphentheorie Rainer Schrader Zentrum für Angewandte Informatik Köln 14. November 2007 1 / 22 2 / 22 Gliederung eulersche und semi-eulersche Graphen Charakterisierung eulerscher Graphen Berechnung eines

Mehr

2. November Gradfolgen Zusammenhang Kürzeste Wege. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 37

2. November Gradfolgen Zusammenhang Kürzeste Wege. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 37 2. November 2011 Gradfolgen Zusammenhang Kürzeste Wege H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 37 Satz von Erdős und Gallai Eine Partition einer natürlichen Zahl ist genau dann die Gradfolge

Mehr

4. Kreis- und Wegeprobleme

4. Kreis- und Wegeprobleme 4. Kreis- und Wegeprobleme Kapitelübersicht 4. Kreis- und Wegeprobleme Charakterisierung von eulerschen Graphen Bestimmung von eulerschen Wegen und Kreisen Hamiltonsche Graphen Abstände in Graphen Berechnung

Mehr

Graphalgorithmen Minimale Spannbäume. Kruskal: Minimaler Spannbaum

Graphalgorithmen Minimale Spannbäume. Kruskal: Minimaler Spannbaum Kruskal: Minimaler Spannbaum (Folie 414, Seite 78 im Skript) 4 6 2 3 1 2 5 3 7 1 4 Kruskals Algorithmus Implementierung (Folie 415, Seite 78 im Skript) Algorithmus function Kruskal(G, w) : A := ; for each

Mehr

Dieser Graph hat 3 Zusammenhangskomponenten

Dieser Graph hat 3 Zusammenhangskomponenten Vl 2, Informatik B, 19. 04. 02 1.1.3 Definitionen und wichtige Graphen Sei im folgenden G =(V;E) ein schlichter ungerichteter Graph. Definition: Der Grad eines Knoten v in einem ungerichteten Graphen ist

Mehr

Geordnete Spannbäume

Geordnete Spannbäume Universität Konstanz WS 2004/05 Fachbereich Informatik und Informationswissenschaft Seminar Prof. Dr. U. Brandes Zeichnen von Graphen Geordnete Spannbäume Sven Wagner sven.wagner@uni-konstanz.de Zusammenfassung

Mehr

Vorlesung 1: Graphentheorie. Markus Püschel David Steurer. Algorithmen und Datenstrukturen, Herbstsemester 2018, ETH Zürich

Vorlesung 1: Graphentheorie. Markus Püschel David Steurer. Algorithmen und Datenstrukturen, Herbstsemester 2018, ETH Zürich Vorlesung 1: Graphentheorie Markus Püschel David Steurer Algorithmen und Datenstrukturen, Herbstsemester 2018, ETH Zürich Plan für die ersten Vorlesungen Vorlesungen 1,2: wichtige mathematische Grundlagen;

Mehr

Q.E.D. Algorithmen und Datenstrukturen Wintersemester 2018/2019 Übung#2, Christian Rieck, Arne Schmidt

Q.E.D. Algorithmen und Datenstrukturen Wintersemester 2018/2019 Übung#2, Christian Rieck, Arne Schmidt Institute of Operating Systems and Computer Networks Algorithms Group Q.E.D. Algorithmen und Datenstrukturen Wintersemester 2018/2019 Übung#2, 01.11.2018 Christian Rieck, Arne Schmidt Einführendes Beispiel

Mehr

Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen)

Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen) WS 2015/16 Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

Einheit 11 - Graphen

Einheit 11 - Graphen Einheit - Graphen Bevor wir in medias res (eigentlich heißt es medias in res) gehen, eine Zusammenfassung der wichtigsten Definitionen und Notationen für Graphen. Graphen bestehen aus Knoten (vertex, vertices)

Mehr

Univ.-Prof. Dr. Goulnara ARZHANTSEVA

Univ.-Prof. Dr. Goulnara ARZHANTSEVA Diskrete Mathematik Univ.-Prof. Dr. Goulnara ARZHANTSEVA SS 2018 c Univ.-Prof. Dr. Goulnara Arzhantseva Kapitel 08: Menger, König und Hall / Planare Graphen 1 / 30 Der Satz von Menger: s t trennende Kantenmenge

Mehr

1 Pfade in azyklischen Graphen

1 Pfade in azyklischen Graphen Praktikum Algorithmen-Entwurf (Teil 5) 17.11.2008 1 1 Pfade in azyklischen Graphen Sei wieder ein gerichteter Graph mit Kantengewichten gegeben, der diesmal aber keine Kreise enthält, also azyklisch ist.

Mehr

8.4 Digraphen mit negativen Kantengewichten Grundsätzliches Betrachte Startknoten s und einen Kreis C mit Gesamtlänge < 0.

8.4 Digraphen mit negativen Kantengewichten Grundsätzliches Betrachte Startknoten s und einen Kreis C mit Gesamtlänge < 0. 8.4 Digraphen mit negativen Kantengewichten 8.4.1 Grundsätzliches Betrachte Startknoten s und einen Kreis C mit Gesamtlänge < 0. k 4 5 1 s 1 3 2 C k 0 k 3 1 1 1 k 1 k 2 v Sollte ein Pfad von s nach C und

Mehr

3 Planare Graphen die Eulersche Polyederformel

3 Planare Graphen die Eulersche Polyederformel 3 Planare Graphen die Eulersche Polyederformel Planare Graphen sind solche Graphen, die sich ohne Überkreuzungen von Kanten in eine Ebene zeichnen lassen. Wir nehmen hierbei an, dass die Knoten als Punkte

Mehr

4 Färbungen Begriffe Komplexität Greedy-Algorithmus Knotenreihenfolgen Das 4-Farben-Problem...

4 Färbungen Begriffe Komplexität Greedy-Algorithmus Knotenreihenfolgen Das 4-Farben-Problem... Inhaltsverzeichnis 4 Färbungen 41 4.1 Begriffe....................... 41 4.2 Komplexität..................... 42 4.3 Greedy-Algorithmus................ 42 4.4 Knotenreihenfolgen................. 43 4.5

Mehr

6. Planare Graphen und Färbungen

6. Planare Graphen und Färbungen 6. Planare Graphen und Färbungen Lernziele: Den Begriff der Planarität verstehen und erläutern können, wichtige Eigenschaften von planaren Graphen kennen und praktisch einsetzen können, die Anzahl von

Mehr

Übungsblatt 6. Vorlesung Theoretische Grundlagen der Informatik im WS 16/17

Übungsblatt 6. Vorlesung Theoretische Grundlagen der Informatik im WS 16/17 Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 6 Vorlesung Theoretische Grundlagen der Informatik im WS 16/17 Ausgabe 22. Dezember 2016 Abgabe 17. Januar 2017, 11:00 Uhr

Mehr

Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume)

Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume) WS 2016/17 Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

5 Graphen. Repräsentationen endlicher Graphen. 5.1 Gerichtete Graphen. 5.2 Ungerichtete Graphen. Ordnung von Graphen

5 Graphen. Repräsentationen endlicher Graphen. 5.1 Gerichtete Graphen. 5.2 Ungerichtete Graphen. Ordnung von Graphen Grundlagen der Mathematik für Informatiker 1 Grundlagen der Mathematik für Informatiker 5 Graphen 5.1 Gerichtete Graphen Definition 5.1 (V, E) heißt gerichteter Graph (Digraph), wenn V Menge von Knoten

Mehr

3-Färbbarkeit. Korollar: Zu Entscheiden, ob ein Graph k-färbbar ist mit k 3, ist NP-vollständig.

3-Färbbarkeit. Korollar: Zu Entscheiden, ob ein Graph k-färbbar ist mit k 3, ist NP-vollständig. 3-Färbbarkeit Wir wissen bereits, dass in polynomieller Zeit entschieden werden kann, ob ein Graph 2-färbbar ist. Satz: Zu Entscheiden, ob ein Graph 3-färbbar ist, ist NPvollständig. Beweis: Reduktion

Mehr

Wie komme ich von hier zum Hauptbahnhof?

Wie komme ich von hier zum Hauptbahnhof? NP-Vollständigkeit Wie komme ich von hier zum Hauptbahnhof? P Wie komme ich von hier zum Hauptbahnhof? kann ich verwende für reduzieren auf Finde jemand, der den Weg kennt! Alternativ: Finde eine Stadtkarte!

Mehr

11: Die Euler sche Polyederformel für planare Graphen

11: Die Euler sche Polyederformel für planare Graphen Chr.Nelius: Graphentheorie (WS 2016/17) 38 11: Die Euler sche Polyederformel für planare Graphen (11.1) BEM: a) Ein Polyeder (auch Vielflach oder Vielflächner) ist ein geometrischer Körper, der nur von

Mehr

Ferienkurs zum Propädeutikum Diskrete Mathematik. Technische Universität München

Ferienkurs zum Propädeutikum Diskrete Mathematik. Technische Universität München Ferienkurs zum Propädeutikum Diskrete Mathematik Andreas Würfl Stefan König Technische Universität München WS 09/10 Übersicht 1 Binäre Relationen 2 Elementares Zählen 3 Partitionen zählen 4 Erzeugende

Mehr

Datenstrukturen und Algorithmen (SS 2013)

Datenstrukturen und Algorithmen (SS 2013) Datenstrukturen und Algorithmen (SS 2013) Übungsblatt 10 Abgabe: Montag, 08.07.2013, 14:00 Uhr Die Übungen sollen in Gruppen von zwei bis drei Personen bearbeitet werden. Schreiben Sie die Namen jedes

Mehr

Für die Anzahl der Kanten in einem vollständigen Graphen (und damit für die maximale Anzahl von Kanten in einem einfachen Graphen) gilt:

Für die Anzahl der Kanten in einem vollständigen Graphen (und damit für die maximale Anzahl von Kanten in einem einfachen Graphen) gilt: Der K 4 lässt sich auch kreuzungsfrei zeichnen: Für die Anzahl der Kanten in einem vollständigen Graphen (und damit für die maximale Anzahl von Kanten in einem einfachen Graphen) gilt: ( ) n n (n 1) E

Mehr

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008 Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 8

Mehr

Westfälische Wilhelms-Universität Münster. Fachbereich: Mathematik und Informatik. Planare Graphen

Westfälische Wilhelms-Universität Münster. Fachbereich: Mathematik und Informatik. Planare Graphen Westfälische Wilhelms-Universität Münster Fachbereich: Mathematik und Informatik Planare Graphen Kreuzungslemma und Charakterisierung planarer Graphen nach Kuratowski Andrea Vollmer Seminar: Graphentheorie

Mehr

Algorithmen zur Visualisierung von Graphen

Algorithmen zur Visualisierung von Graphen Algorithmen zur Visualisierung von Graphen Kombinatorische Optimierung mittels Flussmethoden II Vorlesung im Wintersemester 2011/2012 10.11.2011 Orthogonale Zeichnungen II letztes Mal: Satz G Maxgrad-4-Graph

Mehr

Bipartites Matching. Gegeben: Ein bipartiter, ungerichteter Graph (V 1, V 2, E). Gesucht: Ein Matching (Paarung) maximaler Kardinalität.

Bipartites Matching. Gegeben: Ein bipartiter, ungerichteter Graph (V 1, V 2, E). Gesucht: Ein Matching (Paarung) maximaler Kardinalität. Netzwerkalgorithmen Bipartites Matching (Folie 90, Seite 80 im Skript) Gegeben: Ein bipartiter, ungerichteter Graph (V, V, E). Gesucht: Ein Matching (Paarung) maximaler Kardinalität. Ein Matching ist eine

Mehr

Randomisierte Algorithmen

Randomisierte Algorithmen Randomisierte Algorithmen Kapitel 1 Markus Lohrey Universität Leipzig http://www.informatik.uni-leipzig.de/~lohrey/rand WS 2005/2006 Markus Lohrey (Universität Leipzig) Randomisierte Algorithmen WS 2005/2006

Mehr

Algorithmentechnik - U bung 3 4. Sitzung Tanja Hartmann 03. Dezember 2009

Algorithmentechnik - U bung 3 4. Sitzung Tanja Hartmann 03. Dezember 2009 Algorithmentechnik - U bung 3 4. Sitzung Tanja Hartmann 03. Dezember 2009 I NSTITUT F U R T HEORETISCHE I NFORMATIK, P ROF. D R. D OROTHEA WAGNER KIT Universita t des Landes Baden-Wu rttemberg und nationales

Mehr

Inhaltsverzeichnis. Eigenschaften. Eigenschaften. 1 outerplanare Graphen. 2 k-outerplanare Graphen. Outerplanarity. Julie Meißner & Sebastian Sondern

Inhaltsverzeichnis. Eigenschaften. Eigenschaften. 1 outerplanare Graphen. 2 k-outerplanare Graphen. Outerplanarity. Julie Meißner & Sebastian Sondern Vortrag zur Vorlesung Graphalgorithmen WS09 & Beispiele 0. November 009 / Inhaltsverzeichnis & Beispiele & Beispiele / - outerplanar (G=(V,E) outerplanar) G planar und & Beispiele / - outerplanar (G=(V,E)

Mehr

Kantengraphen und Planare Graphen. Seminararbeit

Kantengraphen und Planare Graphen. Seminararbeit Kantengraphen und Planare Graphen Seminararbeit in Mathematisches Seminar für LAK 621.378 SS 2018 vorgelegt von Anna Maria Gärtner bei: Baur, Karin, Univ.-Prof. Dr.phil. Graz, 2018 Inhaltsverzeichnis 1

Mehr

Maximale s t-flüsse in Planaren Graphen

Maximale s t-flüsse in Planaren Graphen Maximale s t-flüsse in Planaren Graphen Vorlesung Algorithmen für planare Graphen 6. Juni 2017 Guido Brückner INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Nachbarschaft, Grad, regulär, Inzidenz

Nachbarschaft, Grad, regulär, Inzidenz Nachbarschaft, Grad, regulär, Inzidenz Definition Eigenschaften von Graphen Sei G = (V, E) ein ungerichteter Graph. 1 Die Nachbarschaftschaft Γ(u) eines Knoten u V ist Γ(u) := {v V {u, v} E}. 2 Der Grad

Mehr

Algorithmen zur Visualisierung von Graphen Lagenlayouts

Algorithmen zur Visualisierung von Graphen Lagenlayouts Algorithmen zur Visualisierung von Graphen Lagenlayouts Marcus Krug Institut für Theoretische Informatik 25.06.2009 1/ 41 E-Mail-Graph der Fakultät für Informatik 2/ 41 E-Mail-Graph der Fakultät für Informatik

Mehr

Algorithmische Geometrie: Schnittpunkte von Strecken

Algorithmische Geometrie: Schnittpunkte von Strecken Algorithmische Geometrie: Schnittpunkte von Strecken Nico Düvelmeyer WS 2009/2010, 3.11.2009 3 Phasen im Algorithmenentwurf 1. Konzentration auf das Hauptproblem 2. Verallgemeinerung auf entartete Eingaben

Mehr

Informatik B Sommersemester Musterlösung zur Klausur am

Informatik B Sommersemester Musterlösung zur Klausur am Informatik B Sommersemester 01 Musterlösung zur Klausur am 1.0.01 Leider wurde der Hinweis, dass alle Lösungen kurz (stichpunktartig), aber inhaltlich ausreichend zu kommentieren sind, nicht immer beachtet.

Mehr

Kap. 6.5: Minimale Spannbäume

Kap. 6.5: Minimale Spannbäume Kap. 6.5: Minimale Spannbäume Professor Dr. Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 19./20. VO DAP2 SS 2009 30.6./2.7.2009 1 Anmeldung zur Klausur 31.07.2009 um 10:15

Mehr

9. November ZHK in dynamischen Graphen Zentralitäten. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 67

9. November ZHK in dynamischen Graphen Zentralitäten. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 67 9. November 2011 ZHK in dynamischen Graphen Zentralitäten H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 67 ZHK in dynamischen Graphen Ungerichteter schlichter dynamischer Graph Dynamisch:

Mehr

8: Bipartite Graphen. s 1. bei dem es eine Kante zwischen s i und k gibt, wenn der Schüler s i die Note k für seine Arbeit bekommen hat.

8: Bipartite Graphen. s 1. bei dem es eine Kante zwischen s i und k gibt, wenn der Schüler s i die Note k für seine Arbeit bekommen hat. Chr.Nelius: Graphentheorie (WS 2018/19) 8 Bipartite Graphen 26 8: Bipartite Graphen In einer Schulklasse mit 24 Schülern s 1,s 2,s 3,...,s 24 wurde eine Mathe Arbeit geschrieben. Um das Ergebnis bildlich

Mehr

Informatik II, SS 2018

Informatik II, SS 2018 Informatik II - SS 2018 (Algorithmen & Datenstrukturen) Vorlesung 13 (6.6.2018) Graphenalgorithmen II Yannic Maus Algorithmen und Komplexität Repräsentation von Graphen Zwei klassische Arten, einen Graphen

Mehr

Praktikum Planare Graphen

Praktikum Planare Graphen 1 Praktikum Planare Graphen Michael Baur, Martin Holzer, Steffen Mecke 10. November 2006 Einleitung Gliederung 2 Grundlagenwissen zu planaren Graphen Themenvorstellung Gruppeneinteilung Planare Graphen

Mehr

Formale Grundlagen. bis , Lösungen. 1. Beweisen Sie, daß die Summe aller Grade der Knoten stets gerade ist.

Formale Grundlagen. bis , Lösungen. 1. Beweisen Sie, daß die Summe aller Grade der Knoten stets gerade ist. Formale Grundlagen 4. Übungsaufgaben bis 2011-06-03, Lösungen 1. Beweisen Sie, daß die Summe aller Grade der Knoten stets gerade ist. 2. Finden Sie einen Eulerschen Weg im Briefumschlag, d.h. in: { ((1,

Mehr

Algorithmen und Datenstrukturen 2

Algorithmen und Datenstrukturen 2 Algorithmen und Datenstrukturen Lerneinheit : Kürzeste Pfade in Graphen Prof. Dr. Christoph Karg Studiengang Informatik Hochschule Aalen Sommersemester 016.6.01 Einleitung Diese Lerneinheit beschäftigt

Mehr

Algorithmen zur Visualisierung von Graphen

Algorithmen zur Visualisierung von Graphen Algorithmen zur Visualisierung von Graphen Flussmethoden Knickminimierung in orthogonalen Layouts Vorlesung im Sommersemester 2009 Martin Nöllenburg.05.2009 Lehrstuhl für Algorithmik nstitut für Theoretische

Mehr

Name:... Vorname:... Matr.-Nr.:... Studiengang:...

Name:... Vorname:... Matr.-Nr.:... Studiengang:... Technische Universität Braunschweig Sommersemester 2013 IBR - Abteilung Algorithmik Prof. Dr. Sándor P. Fekete Dr. Christiane Schmidt Stephan Friedrichs Klausur Netzwerkalgorithmen 16.07.2013 Name:.....................................

Mehr

Christian Rieck, Arne Schmidt

Christian Rieck, Arne Schmidt Institute of Operating Systems and Computer Networks Algorithms Group Algorithmen und Datenstrukturen Wintersemester 207/208 Übung#2, 09..207 Christian Rieck, Arne Schmidt Organisatorisches Anmeldung Mailingliste

Mehr

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Algorithmische Graphentheorie Vorlesung 7 und 8: Euler- und Hamilton-Graphen Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 17. April 2018 1/96 WIEDERHOLUNG Eulersche

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Dr. Joachim Spoerhase und Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Algorithmische Graphentheorie Sommersemester 2014 10. Vorlesung Planare Graphen Graphen zeichnen Def. injektive, in beiden

Mehr

Planare Graphen und Färbungen. Kapitel 7. Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/ / 296

Planare Graphen und Färbungen. Kapitel 7. Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/ / 296 Kapitel 7 Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/19 256 / 296 Inhalt Inhalt 7 Färbungen Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/19 257 / 296 Jordankurve Zentrale Frage

Mehr

Planare Graphen. Ein Graph heißt planar, wenn er sich so in die Ebene einzeichnen lässt, dass sich die Kanten nicht schneiden.

Planare Graphen. Ein Graph heißt planar, wenn er sich so in die Ebene einzeichnen lässt, dass sich die Kanten nicht schneiden. Planare Graphen Bei der Betrachtung des K 3,3 ergab sich die Frage, ob man diesen Graph so in die Ebene einzeichnen kann, dass sich die Kanten nicht schneiden. Das motiviert folgende Definition: Ein Graph

Mehr

Graphen. Leonhard Euler ( )

Graphen. Leonhard Euler ( ) Graphen Leonhard Euler (1707-1783) 2 Graph Ein Graph besteht aus Knoten (nodes, vertices) die durch Kanten (edges) miteinander verbunden sind. 3 Nachbarschaftsbeziehungen Zwei Knoten heissen adjazent (adjacent),

Mehr

Algorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2)

Algorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2) Algorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2) Nico Düvelmeyer WS 2009/2010, 22.12.2009 Überblick 1 Fertigstellung Kapitel 7 2 Definition Voronoi Diagramm 3 Grundlegende

Mehr

Zählen perfekter Matchings in planaren Graphen

Zählen perfekter Matchings in planaren Graphen Zählen perfekter Matchings in planaren Graphen Kathlén Kohn Institut für Mathematik Universität Paderborn 25. Mai 2012 Inhaltsverzeichnis Motivation Einführung in Graphentheorie Zählen perfekter Matchings

Mehr

Datenstrukturen und Algorithmen SS07

Datenstrukturen und Algorithmen SS07 Datenstrukturen und Algorithmen SS0 Datum:.6.200 Michael Belfrage mbe@student.ethz.ch belfrage.net/eth Programm von Heute Minimaler Spannbaum (MST) Challenge der Woche Fibonacci Heap Minimaler Spannbaum

Mehr

Informatik II, SS 2014

Informatik II, SS 2014 Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 16 (2.7.2014) Graphtraversierung II, Minimale Spannbäume I Algorithmen und Komplexität Tiefensuche: Pseusocode DFS Traversal: for all u in

Mehr

Vorlesung Datenstrukturen

Vorlesung Datenstrukturen Vorlesung Datenstrukturen Graphdurchläufe Maike Buchin 22. und 27.6.2017 Graphexploration Motivation: Für viele Zwecke will man den gesamten Graphen durchlaufen, zb. um festzustellen ob er (stark) zusammenhängt.

Mehr

Übung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist:

Übung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist: Svenja Hüning, Michael Kerber, Hannah Schreiber WS 2016/2017 Übung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist: Hinweise: Dieses Blatt präsentiert Beispiellösungen zu

Mehr

Statistik und Graphentheorie

Statistik und Graphentheorie Statistik und Graphentheorie Sommersemester 2014 24. März 2015 Teil Graphentheorie Matrikelnummer: 1 (12) 2 (12) 3 (12) 4 (12) 5 (12) (60) Aufgabe 1 (12 Punkte) Gegeben sei das folgende Netzwerk: (a) Berechnen

Mehr

Informatik II Prüfungsvorbereitungskurs

Informatik II Prüfungsvorbereitungskurs Informatik II Prüfungsvorbereitungskurs Tag 4, 23.6.2016 Giuseppe Accaputo g@accaputo.ch 1 Programm für heute Repetition Datenstrukturen Unter anderem Fragen von gestern Point-in-Polygon Algorithmus Shortest

Mehr

Anwendungen von Graphen

Anwendungen von Graphen Anwendungen von Graphen Strassen- und Verkehrsnetze Computernetzwerke elektrische Schaltpläne Entity-Relationship Diagramme Beweisbäume endliche Automaten Syntaxbäume für Programmiersprachen Entscheidungsbäume

Mehr

Elementare Definitionen. Anwendungen von Graphen. Formalisierung von Graphen. Formalisierung von Digraphen. Strassen- und Verkehrsnetze

Elementare Definitionen. Anwendungen von Graphen. Formalisierung von Graphen. Formalisierung von Digraphen. Strassen- und Verkehrsnetze Anwendungen von Graphen Strassen- und Verkehrsnetze Computernetzwerke Elementare Definitionen Ein Graph besteht aus Knoten und Kanten, die die Knoten verbinden. elektrische Schaltpläne Entity-Relationship

Mehr

Elementare Definitionen. Anwendungen. Formalisierung von Digraphen. Formalisierung von Graphen

Elementare Definitionen. Anwendungen. Formalisierung von Digraphen. Formalisierung von Graphen Elementare Definitionen Ein Graph besteht anschaulich aus Knoten und Kanten, die die Knoten verbinden. Anwendungen Flussdiagramme Versorgungsnetze Computernetzwerke Petri-Netze Entity-Relationship Diagramme

Mehr